[논문 리뷰] Secure Directional Modulation to Enhance Physical Layer Security in IoT Networks

Feng Shu, Siming Wan외 6명|arXiv (Cornell University)|2017. 12. 06.

Wireless Communication Security Techniques참고 문헌 20인용 수 5

한 줄 요약

이 논문은 인공 노이즈(AN)를 사용한 방향성 변조를 이용한 사물인터넷(IoT) 네트워크에서 물리계층 보안을 위한 적응형이고 강건한 노름공간 투영(AR-NSP) 기법을 제안한다. 정상 사용자 및 스노핑 사용자의 도래각(DOA)과 신호 대 잡음비(SNR)를 추정하고, DOA 추정 오차의 구간을 예측하며, 이를 바탕으로 빔포밍 및 AN 투영 벡터를 설계함으로써, AR-NSP 기법은 DOA 오차의 구간이 증가할수록 비강건하고 비적응형 강건 기법보다 훨씬 낮은 비트 오류율(BER)과 더 높은 기밀성율(SR)을 달성한다.

ABSTRACT

In this work, an adaptive and robust null-space projection (AR-NSP) scheme is proposed for secure transmission with artificial noise (AN)-aided directional modulation (DM) in wireless networks. The proposed scheme is carried out in three steps. Firstly, the directions of arrival (DOAs) of the signals from the desired user and eavesdropper are estimated by the Root Multiple Signal Classificaiton (Root-MUSIC) algorithm and the related signal-to-noise ratios (SNRs) are estimated based on the ratio of the corresponding eigenvalue to the minimum eigenvalue of the covariance matrix of the received signals. In the second step, the value intervals of DOA estimation errors are predicted based on the DOA and SNR estimations. Finally, a robust NSP beamforming DM system is designed according to the afore-obtained estimations and predictions. Our examination shows that the proposed scheme can significantly outperform the conventional non-adaptive robust scheme and non-robust NSP scheme in terms of achieving a much lower bit error rate (BER) at the desired user and a much higher secrecy rate (SR). In addition, the BER and SR performance gains achieved by the proposed scheme relative to other schemes increase with the value range of DOA estimation error.

연구 동기 및 목표

• 물리계층 보안에서 정확하거나 추정된 스노핑 사용자 및 사용자 위치가 사전에 정확히 알려져 있다는 비현실적인 가정을 해결하기 위해.
• 도래각(DOA) 추정이 불확실한 상황에서 방향성 변조(DM) 시스템의 기밀성 성능을 향상시키기 위해.
• 다양한 DOA 추정 오차에 적응할 수 있는 강건한 빔포밍 및 인공 노이즈(AN) 투영 전략을 설계하기 위해.
• 채널 상태 정보가 불완전한 실질적인 IoT 및 무선 네트워크에서 비트 오류율(BER)과 기밀성율(SR) 성능을 향상시키기 위해.

제안 방법

• 신호 공분산 행렬의 고유값 비율과 Root-MUSIC 알고리즘을 사용하여 목적 사용자 및 스노핑 사용자의 DOA와 SNR를 추정한다.
• 추정된 DOA 및 SNR 값에 기반하여 DOA 추정 오차의 구간을 예측한다.
• 예측된 DOA 오차 구간을 바탕으로 기밀 신호 및 AN 투영 벡터에 대한 강건한 노름공간 투영(NSP) 빔포밍 벡터를 설계한다.
• 다양한 채널 조건에 걸쳐 평균화된 적응형 빔포밍 및 AN 투영을 적용하여 강건성을 향상시킨다.
• 성능 평가를 위해 기밀성율(SR) 지표를 사용하고, 정상 수신기의 신뢰성을 평가하기 위해 BER 지표를 사용한다.
• 기밀성과 신뢰성을 균형 있게 유지하기 위해 신호 대 유출 및 노이즈 비율(SLNR) 최적화 프레임워크를 활용한다.

실험 결과

연구 질문

• RQ1 DOA 추정 오차가 불확실할 경우 강건한 빔포밍 및 AN 투영 설계가 기밀성 성능 향상에 기여할 수 있는가?
• RQ2 DOA 추정 오차의 구간이 증가함에 따라 제안된 AR-NSP 기법의 성능이 비강건 및 비적응형 강건 기법과 비교해 어떻게 다를 것인가?
• RQ3 DOA 및 SNR의 적응형 추정이 방향성 변조 시스템에서 BER과 기밀성율 향상에 얼마나 기여하는가?
• RQ4 채널 조건에 걸쳐 빔포밍 및 AN 투영을 평균화함으로써 실질적인 IoT 구현 환경에서 강건성이 향상되는가?

주요 결과

• 제안된 AR-NSP 기법은 DOA 추정 오차의 구간이 증가할수록 비강건한 NSP 기법과 비적응형 강건 기법보다 훨씬 낮은 비트 오류율(BER)을 달성한다.
• AR-NSP 기법의 기밀성율(SR)은 둘 다보다 뚜렷이 높으며, DOA 추정 오차의 구간이 커질수록 성능 격차가 더욱 벌어진다.
• 눈형 분석을 통해 AR-NSP 기법이 정상 사용자 쪽으로의 인공 노이즈 유출를 감소시키고 스노핑 사용자 쪽으로 더 많은 AN을 집중시킴을 확인하였다.
• AR-NSP 기법의 BER 및 SR 성능 향상은 DOA 추정 오차의 값 범위가 증가할수록 더욱 두드러지며, 이는 불확실성에 대한 적응성을 입증한다.
• 이 기법은 사용자 및 스노핑 사용자 위치에 대한 정확하거나 사전 지식이 필요하다는 비현실적인 가정을 효과적으로 제거하여, IoT 및 5G+ 네트워크에서의 실질적 구현 가능성을 높였다.